线性回归中的相关系数
山东 胡大波
线性回归问题在生活中应用广泛,求解回归直线方程时,应该先判断两个变量是否是线性相关,若相关再求其直线方程,判断两个变量有无相关关系的一种常用的简便方法是绘制散点图;另外一种方法是量化的检验法,即相关系数法.下面为同学们介绍相关系数法.
一、关于相关系数法
统计中常用相关系数r来衡量两个变量之间的线性相关的强弱,当不全为零,yi也不全为零时,则两个变量的相关系数的计算公式是:
r就叫做变量y与x的相关系数(简称相关系数).
说明:(1)对于相关系数r,首先值得注意的是它的符号,当r为正数时,表示变量x,y正相关;当r为负数时,表示两个变量x,y负相关;
(2)另外注意r的大小,如果,那么正相关很强;如果,那么负相关很强;如果或,那么相关性一般;如果,那么相关性较弱.
下面我们就用相关系数法来分析身边的问题,确定两个变量是否相关,并且求出两个变量间的回归直线.
二、典型例题剖析
例1 测得某国10对父子身高(单位:英寸)如下:
父亲
身高()
60
62
64
65
66
67
68
70
72
74
儿子
身高()
63.5
65.2
66
65.5
66.9
67.1
67.4
68.3
70.1
70
(1)对变量y与x进行相关性检验;
(2)如果y与x之间具有线性相关关系,求回归直线方程;
(3)如果父亲的身高为73英寸,估计儿子身高.
解:(1),,,,,,
,,
所以
,
所以y与x之间具有线性相关关系.
(2)设回归直线方程为,则,
.
故所求的回归直线方程为.
(3)当英寸时,,
所以当父亲身高为73英寸时,估计儿子的身高约为69.9英寸.
点评:回归直线是对两个变量线性相关关系的定量描述,利用回归直线,可以对一些实际问题进行分析、预测,由一个变量的变化可以推测出另一个变量的变化.这是此类问题常见题型.
例2 10名同学在高一和高二的数学成绩如下表:
74
71
72
68
76
73
67
70
65
74
76
75
71
70
76
79
65
77
62
72
其中x为高一数学成绩,y为高二数学成绩.
(1)y与x是否具有相关关系;
(2)如果y与x是相关关系,求回归直线方程.
解:(1)由已知表格中的数据,利用计算器进行计算得
,,,,.
,.
.
由于,由知,有很大的把握认为x与y之间具有线性相关关系.
(2)y与x具有线性相关关系,设回归直线方程为,则
,
.
所以y关于x的回归直线方程为.
点评:通过以上两例可以看出,回归方程在生活中应用广泛,要明确这类问题的计算公式、解题步骤,并会通过计算确定两个变量是否具有相关关系.
本文档为【线性回归中的相关系数】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。